traffic_sign_recognition

مشروع التعرف على إشارات المرور باستخدام الذكاء الاصطناعي

تم تطوير نموذج ذكاء اصطناعي متقدم للتعرف التلقائي على إشارات المرور وتصنيفها بدقة عالية، وذلك باستخدام تقنيات التعلم العميق ومعالجة الصور. يعتمد المشروع على مجموعة بيانات GTSRB الشهيرة التي تحتوي على أكثر من 50,000 صورة موزعة على 43 فئة مختلفة من إشارات المرور الألمانية.

أبرز ما تم تنفيذه:

معالجة الصور وتحسينها باستخدام OpenCV وتقنيات التطبيع

موازنة البيانات غير المتوازنة عبر تقنية Data Augmentation

تصميم وتدريب شبكة عصبية تلافيفية CNN مخصصة من الصفر

تطبيق تقنية Transfer Learning باستخدام نموذج MobileNetV2 المدرب مسبقاً

تقييم شامل للنموذج باستخدام مصفوفة الارتباك وتقرير التصنيف

النتائج المحققة:

دقة تصل إلى 97.69% على بيانات الاختبار، مما يجعله نموذجاً قابلاً للتطبيق الفعلي في أنظمة القيادة الذاتية وتطبيقات السلامة المرورية.

التقنيات المستخدمة:

Python · TensorFlow · Keras · OpenCV · Scikit-learn · NumPy · Pandas